東莞市森林生態(tài)系統(tǒng)土壤有機碳含量的地統(tǒng)計學分析

沈德才，劉婷，莫羅堅，周海琪

東莞市林業(yè)科學研究所，廣東東莞 523106

森林通過光合作用吸引二氧化碳，在全球碳循環(huán)中發(fā)揮著重要作用，影響著“碳中和碳達峰”目標的實現(xiàn)[1]。而森林土壤碳庫是森林生態(tài)系統(tǒng)五大碳庫之一，是森林生態(tài)系統(tǒng)碳庫重要組成部分[2]。國內(nèi)不少專家學者針森林土壤碳庫高度的時空異質(zhì)性，從森林類型、海拔、維度等對森林土壤碳庫進行了研究：趙棟、薛楊等從不同森林類型對森林土壤有機碳的分布特征進行了分析[3-4]；吳小剛、劉誼鋒等從海拔的垂直分布研究了森林土壤有機碳儲量的分布及其影響因素[5-6]；陶吉興、田耀武對不同省份的森林土壤碳庫進行了研究[2、7]。因此，研究森林土壤的有機碳含量空間變化特征，對提高森林生態(tài)系統(tǒng)固碳能力具有重要意義。該研究采用經(jīng)典統(tǒng)計與地統(tǒng)計學相結(jié)合的方法，對東莞森林土壤有機碳含量的空間變異性進行了探討。

1 材料與方法

1.1 研究地自然概況

東莞市位于珠江三角洲東岸（22°39′N～23°09′N，113°31′E～114°15′E），深圳、廣州之間，處于粵港澳大灣區(qū)中心位置，屬南亞熱帶季風氣候。地勢東南高、西北低。東南部多山、尤以東部為最，森林也主要分布在東南部。土壤以赤紅壤為主，少量紅、黃壤，平原有水稻土、堆積土，土壤質(zhì)地為沙土類和壤土類，自然土壤土層比較深厚[8]。

1.2 調(diào)查取樣方法

基于東莞市2013 年森林資源二類調(diào)查數(shù)據(jù)，利用ArcGIS9.2 生成2km×2km 的UTM 網(wǎng)格和東莞市森林分布圖，并疊加。把森林覆蓋率大于或等于30%的網(wǎng)格作為取樣網(wǎng)格，得187 個取樣網(wǎng)格（圖1）。然后，采用系統(tǒng)取樣方法在取樣網(wǎng)格的幾何中心點設(shè)置樣地，用剖面法取土樣。如中心點無森林分布，則樣地設(shè)置在在離中心點直線距離最短的林地。

圖1 東莞2km×2km 的UTM 網(wǎng)格取樣設(shè)計圖及取樣網(wǎng)格Fig.1 Sketch Map of Dongguan Gridded at 2-km UTM Squares for Field Sampling

土壤樣品的采集參照《森林土壤樣品的采集與制備》（LY/T 1210-1999）。在調(diào)查樣地內(nèi)選擇有代表性的地段，挖掘一個深1m、寬1.5m 的取樣坡面，由下而上分層采集0≤L1＜25cm、25cm≤L2＜50cm、50cm≤L3＜75cm、75cm≤L4＜100cm 四層的土壤分析樣品各1kg。

1.3 實驗分析測定

土壤有機質(zhì)的測定采用重鉻酸鉀容量法—外加熱法[9]。

1.4 數(shù)據(jù)統(tǒng)計分析方法

地統(tǒng)計學理論基礎(chǔ)是區(qū)域化變量，基本工具是半方差函數(shù)，基本原理和方法在許多文獻中都有比較詳細的描述[10-12]。地統(tǒng)計學廣泛應用半方差函數(shù)描述空間格局，計算公式為：

式中，γ (h) 是半方差，Z 為區(qū)域化隨機變量，Z(xi)和Z(xi+h)分別為變量Z 在空間位置xi和xi+h上的取值，N(h)是取樣間隔為h 時的樣本對總數(shù)。通過模型中的塊金值C0（Nugget）、基臺值C0+C（Sill）、變程α（Range）、拱高C 與結(jié)構(gòu)方差比C/C0+C（Structural variance ratio）等參數(shù)定量地分析變量的空間變化規(guī)律。

克里格（Kriging）插值法是利用半方差函數(shù)理論及結(jié)構(gòu)分析，根據(jù)研究區(qū)域已知空間點的變量值，來估算研究區(qū)域未知空間點的數(shù)值。對待估樣點x0處變量Z 的實際值Z(x)，其估計值Z(x0)，可通過其四周且處于空間分布相關(guān)距離范圍內(nèi)的個已知點Z(xi)進行估算，估算公式如下：

式中，λi為與Z(xi)相關(guān)聯(lián)的權(quán)重系數(shù)，由半方差函數(shù)計算得到。Z(xi)是變量Z 在待估點x0鄰域內(nèi)點xi(i=1，2，3…，n)上的取值。

Moran’s I 是空間自相關(guān)性度量系數(shù)，其計算公式如下，

式中，n 是每個分離距離內(nèi)樣本位點的數(shù)目，Zi=Xi-X，Zj=Xj-X。

數(shù)據(jù)分析由地統(tǒng)計學軟件GS+5.0 完成。

2 結(jié)果與分析

2.1 土壤有機碳含量描述性統(tǒng)計特征

對187 個土壤SOC 的最大值、最小值、中值、平均值、變異系數(shù)和標準差等進行描述性統(tǒng)計[13-14]。從表1 可見，研究區(qū)域內(nèi)，不同土層SOC 含量的中值、平均值變化較大，呈非正態(tài)分布，說明異常值可能影響各土層的SOC 含量的中心趨向分布；L2 層SOC 含量的統(tǒng)計變異最大，達到1.48，大于0.90，表現(xiàn)出非常高的變異性；其次是L4 層，其變異系數(shù)為0.96，略大于0.90，也具有高變異性；L1 和L3 層SOC 含量的變異系數(shù)分別為0.61 和0.72，均大于0.10，小于0.90，變異性適中。

表1 土壤有機碳含量描述性統(tǒng)計結(jié)果（g·kg-1）Tab.1 Descriptive Results of SOC Content(g·kg-1)

采用柯爾莫哥洛夫-斯米諾夫（one-sample Kolomogorov-Smirnov，KS）對各土層SOC 含量用檢驗，表明均不符合正態(tài)分布。采用自然對數(shù)轉(zhuǎn)換后，各土層SOC 含量數(shù)據(jù)呈正態(tài)分布（p＞0.05），滿足平穩(wěn)假設(shè)，可進行地統(tǒng)計學分析[15]。半方差分析、空間插值均采用自然對數(shù)轉(zhuǎn)換后數(shù)據(jù)。

2.2 土壤碳密度的半方差分析

半方差圖可確定變量空間自相關(guān)的尺度范圍，變程反映空間自相關(guān)范圍的大小，有效變程之內(nèi)，變量具有空間自相關(guān)特性，反之不存在[16]。從圖2 可看出，L3 和L4 兩層的SOC 含量的空間自相關(guān)范圍較大，為303.0km；L1 和L2 兩層較小，為41.59km（表1）。說明土壤淺層SOC 的空間自相關(guān)范圍受人類活動的影響較大。從表2 可看出，L1 和L2 兩層的SOC含量的最佳擬合模型均為線性模型，而L3 和L4 兩層的SOC 含量的最佳擬合模型為指數(shù)模型。

圖2 lnSOC 的理論模型及半方差Fig.2 Isotropic Variogram Models of lnSOC

塊金值（Nugget）和基臺值（Sill）可衡量空間相關(guān)性，塊金值/基臺值表示空間相關(guān)性的強弱[17]。從表2 可見：SOC 含量在L1～L4 四層的隨機變異分別是1.000、1.000、0.501、0.500，結(jié)構(gòu)變異分別為0.000、0.000、0.499、0.500，表明L3 和L4 兩層的SOC 含量具有中等強度的空間相關(guān)性，其空間變異是由取樣誤差等隨機因素和土壤母質(zhì)、地形、氣候、林分類型、林齡、凋落物狀況等非人為因素共同引起的；L1 和L2 兩層的SOC 含量空間相關(guān)性非常弱，其空間變異主要是由取樣誤差和各種人為活動等隨機因素引起的。

表2 土壤有機碳的半變異理論模型及相關(guān)參數(shù)Tab.2 Isotropic Parameters of the Fitted Variogram Models of SOC Content

分維數(shù)D 是表示格局變異的空間依賴性強度，從表2 可見，SOC 的空間依賴性在L3 最強，L4 層次之，再其次是L1 層，在L2 層最弱。進一步驗證了土壤淺層土壤有機碳的空間自相關(guān)范圍受人類活動的影響較大。

2.3 土壤有機碳含量的空間自相關(guān)分析

空間自相關(guān)是確定某一變量空間相關(guān)性分析。Moran’s I 數(shù)值的變化范圍為-1 到1，正值代表正相關(guān)，負值代表負相關(guān)，當|I|>0.3 時，認為變量具有顯著的空間自相關(guān)性[18]。從圖上可見，各層SOC 含量的I 值基本上均接近0，表明空間上的正負自相關(guān)均不明顯。這種結(jié)果表明控制有機碳含量的關(guān)鍵因素是林分因素，包括林分類型、林齡、凋落物狀況等因素的作用。

圖3 土壤有機碳含量空間自相關(guān)Fig.3 Spatial Autocorrelation (Moran’s I) of SOC Content

2.4 土壤有機碳含量的克里格插值分析

對四層土壤SOC 含量克里格插值圖分析：從圖4～圖7 中可見，L1 和L2 兩層的SOC 含量呈現(xiàn)較多的斑塊分布，相對面積較小，斑塊形狀不規(guī)則，邊緣較復雜，部分SOC 含量較高的斑塊分布在SOC 含量較低的斑塊中間；L3 和L4 兩層的SOC 含量的斑塊較少，大面積分布，斑塊形狀不規(guī)則，斑塊邊緣形狀復雜程度相對較低，梯度分布特征較明顯。SOC 空間分布格局圖更直觀地表明了東莞森林土壤有機碳分布在不同土層的差異。

圖4 土壤有機碳含量（L1）Kriging 空間插值Fig.4 Maps of Spatially-interpolated Values of SOC Content（L1）

圖5 土壤有機碳含量（L2）Kriging 空間插值Fig.5 Maps of Spatially-interpolated Values of SOC Content（L2）

圖6 土壤有機碳（L3）Kriging 空間插值Fig.6 Maps of Spatially-interpolated Values of SOC Content（L3）

圖7 土壤有機碳（L4）Kriging 空間插值Fig.7 Maps of Spatially-interpolated Values of SOC Content（L4）

3 結(jié)論

地統(tǒng)計學分析表明，不同土層有機碳含量的半方差函數(shù)值均較小。L1 和L2 兩層的土壤有機碳含量的最佳擬合模型為線性模型，表現(xiàn)出非常弱的空間結(jié)構(gòu)特征；而L3 和L4 兩層為指數(shù)模型，表現(xiàn)出中等強度的空間結(jié)構(gòu)特征。各土層空間自相關(guān)指數(shù)Moran’I 數(shù)值基本上接近0，表明空間上的正負自相關(guān)均不明顯。這種結(jié)果進一步證明了控制土壤有機碳含量空間異質(zhì)性的關(guān)鍵影響因素是林分因子，包括林分類型、林齡、凋落物狀況等因素。經(jīng)克里格插值繪制的各土層土壤有機碳含量分布圖顯示，L1 和L2 兩層土壤有機碳含量變異特征差異較小，空間變異性小，依賴性小，破碎化較多；而L3 和L4 兩層土壤有機碳含量變異特征較相似，空間依賴性相對較高，破碎化較少。